IT思维

2018年，行业落地是AI产业最主要的关键词。AI技术如同电与煤这样的基础能源一样，开始源源不断地对产业输送能量，通过效率的提升改变产业形态。

许多重要的神经网络架构都是在上世纪八十年代中期和九十年代早期完成的。

91%的受访企业预计，AI将在2023年实现新的业务增长。

据该项目工程师和科学家透露，由于中美贸易和其他国家收紧贸易制裁，这个项目正在遭受挑战。

公众号/脑极体 说到日常出行，人们可能会想到地铁，想到共享单车，想到如今研究正火的无人驾驶汽车。诚然这些出行方 […]

而今天，机会很快就要来了。随着自动驾驶的发展，人们在汽车空间中的时间越来越多地释放出来。

公众号/脑极体 今天哪家科技企业在做城市智能？答案是：每一家。 今天哪家科技企业在押注无人驾驶？答案是：有钱的 […]

有些公司表示看好，也有些公司打算跟随特朗普政府的政策。

随着网络技术的发展和使用范围的扩大，网络安全问题日益成为国际社会关注的新问题。

如何优化 SQL 连接是数据库社区数十年来一直在研究的一个大问题。

技术越进步，人越喜欢折腾自己的身体。在人工智能和纳米材料等技术的长足发展之下，穿戴和植入设备越来越受到科学家们的喜欢，也勾起了很多勇敢者的尝试欲望。

我们常常会遐想，什么时候才能买到一辆能够处理所有路况、在哪儿都可以自由行驶的无人汽车呢？

人工智能正越来越多的渗透入人们的生活，改变人们的生活，从自然语言生成到语音识别、从医疗诊断到商业决策，AI逐渐开始显露出巨大的优势，并且它的脚步不会停止。

在论坛上，Google全球副总裁、工程研究员Jay Yagnik 携Google 不同领域的研究者发表了演讲，重点阐述了Google AI在自家产品上的应用以及如何利用AI解决人类面临的医疗、宇宙探索等挑战。

大数据仍然是少数人的游戏——只占 1%。

始机器学习之旅，需要什么层次的数学功底？

在过去六年中，机器学习领域的关注点都集中在神经网络的训练以及 GPU 加速器如何从根本上提高网络的准确性上，这要归功于 GPU 大内存带宽和并行计算能力。

对于 Google Cloud 乃至整个 Google 人工智能技术而言，有着深厚学术功底的计算机科学家李飞飞毫无疑问是一张亮眼的名片。

As machine learning infiltrates society, scientists are trying to help ward off injustice.随着机器学习对社会各领域的渗透，科学家正努力去防止一些不公平的现象产生。

今日，ECCV 2018 COCO + Mapillary 联合挑战赛结果公布，来自国内的旷视科技、港中文 – 商汤联合实验室、北邮、滴滴等团队获得了这一挑战赛全部六大赛项的第一名。

20 世纪 50 年代中期，美国电力照明与动力公司某个月在《星期六晚报》上刊登的一版广告，可以把我们拉回无人驾驶概念被人们接受并受到狂热追捧的最早期阶段。

吴恩达指出，将传统行业与机器学习简单结合，并不会形成智能化公司。

大多数手工翻译将不可避免走上打字机和柯达胶卷的老路。

公众号/AI前线 策划编辑 | Tina 嘉宾 | Henry Shi 采访 & 撰稿 | 苏一 编辑 […]

谷歌无人车入华已经成为板上钉钉的事情了，毕竟“慧摩”就是 Waymo 的音译。